содержание
ВВЕДЕНИЕ 4
1. НЕЙРОННЫЕ СЕТИ И ИХ ПРИМЕНЕНИЕ ДЛЯ ОЦЕНКИ И РЕШЕНИЯ ЗАДАЧ КЛАССИФИКАЦИИ 7
1.1. Общие понятия нейронных сетей 7
1.1.1. Развитие теории искусственных нейронных сетей на основе биологического нейрона 7
1.1.2. Простейшая модель искусственного нейрона 9
1.1.3. Обучение нейронных сетей 13
1.2. Среда разработки и моделирования MATLAB и пакет Neural Network Toolbox 22
1.3. Задачи классификации 24
1.3.1. Основные понятия и принциип постановки задач классификации 24
1.3.2. Общий алгоритм построения классификатора на основе нейронных сетей 28
2. ОЦЕНКА КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ 30
2.1. Подготовка данных для анализа 30
2.1.1. Информационное обеспечение для расчетов 30
2.1.2. Программное обеспечение для работы с нейронными сетями 30
2.1.3. Подготовка исходных данных и выбор метода анализа 30
2.2. Постановка задачи определения класса кредитоспособности заемщика с использованием методики Сбербанка 31
2.2.1. Алгоритм методики Сбербанка для решения задачи классификации кредитоспособности заемщиков 31
2.2.2. Модель задачи классификации кредитоспособности 35
2.3. Построение классификатора на основе нейронных сетей в MATLAB 37
2.3.1. Количественный анализ финансового состояния заемщика в Excel 37
2.3.2. Составление классификатора в MATLAB 38
3. ОЦЕНКА И УПРАВЛЕНИЕ УРОВНЕМ ЖИЗНИ РЕГИОНОВ РОССИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ 44
3.1. Оценка уровня социально-экономического развития регионов 44
3.2. Обобщенная формулировка задачи оценки уровня социально-экономического развития 47
3.3. Экспертная оценка значимости показателей методом парных сравнений 49
3.4. Нейросетевая оценка рейтинга регионов 55
3.5. Результаты моделирования рейтинга 57
3.6. Описание аппроксиматора для моделирования зависимости между показателями и рейтингом региона. 57
ЗАКЛЮЧЕНИЕ 71
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 72
ПРИЛОЖЕНИЯ 75
1. НЕЙРОННЫЕ СЕТИ И ИХ ПРИМЕНЕНИЕ ДЛЯ ОЦЕНКИ И РЕШЕНИЯ ЗАДАЧ КЛАССИФИКАЦИИ 7
1.1. Общие понятия нейронных сетей 7
1.1.1. Развитие теории искусственных нейронных сетей на основе биологического нейрона 7
1.1.2. Простейшая модель искусственного нейрона 9
1.1.3. Обучение нейронных сетей 13
1.2. Среда разработки и моделирования MATLAB и пакет Neural Network Toolbox 22
1.3. Задачи классификации 24
1.3.1. Основные понятия и принциип постановки задач классификации 24
1.3.2. Общий алгоритм построения классификатора на основе нейронных сетей 28
2. ОЦЕНКА КРЕДИТОСПОСОБНОСТИ ЗАЕМЩИКА С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ 30
2.1. Подготовка данных для анализа 30
2.1.1. Информационное обеспечение для расчетов 30
2.1.2. Программное обеспечение для работы с нейронными сетями 30
2.1.3. Подготовка исходных данных и выбор метода анализа 30
2.2. Постановка задачи определения класса кредитоспособности заемщика с использованием методики Сбербанка 31
2.2.1. Алгоритм методики Сбербанка для решения задачи классификации кредитоспособности заемщиков 31
2.2.2. Модель задачи классификации кредитоспособности 35
2.3. Построение классификатора на основе нейронных сетей в MATLAB 37
2.3.1. Количественный анализ финансового состояния заемщика в Excel 37
2.3.2. Составление классификатора в MATLAB 38
3. ОЦЕНКА И УПРАВЛЕНИЕ УРОВНЕМ ЖИЗНИ РЕГИОНОВ РОССИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ 44
3.1. Оценка уровня социально-экономического развития регионов 44
3.2. Обобщенная формулировка задачи оценки уровня социально-экономического развития 47
3.3. Экспертная оценка значимости показателей методом парных сравнений 49
3.4. Нейросетевая оценка рейтинга регионов 55
3.5. Результаты моделирования рейтинга 57
3.6. Описание аппроксиматора для моделирования зависимости между показателями и рейтингом региона. 57
ЗАКЛЮЧЕНИЕ 71
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 72
ПРИЛОЖЕНИЯ 75
Весь текст будет доступен после покупки
Показать еще текст